极限运算法则 本节讨论极限的求法。利用极限的定义,从变 量的变化趋势来观察函数的极限,对于比较复杂 的函数难于实现。为此需要介绍极限的运算法则。 首先来介绍无穷小

前面讨论了随机变量的分布函数,从中知道随机变量的分布函数能完整地描述随机变 量的统计规律性 但在许多实际问题中,人们并不需要去全面考察随机变量的变化情况,而只要知道它的 某些数字特征即可

在客观世界中,普遍存在着变量之间的关系数学的一个重要作用就是从数量上来揭 示、表达和分析这些关系。而变量之间关系,一般可分为确定的和非确定的两类.确定性关 系可用函数关系表示而非确定性关系则不然 例如,人的身高和体重的关系、人的血压和年龄的关系、某产品的广告投入与销售额 间的关系等,它们之间是有关联的,但是它们之间的关系又不能用普通函数来表示我们 称这类非确定性关系为相关关系

接下来,我们探讨另外一类可用初等解法求解的方 程类型.为此,将一阶正规形微分方程=f(x)改写成 dr f(x,y)dx-dy=0,或更一般地,M(xy)dx+n(xy)dy=0的 形式由前面的例子可以看到,把微分方程写成这种形 式的优点在于:既可以把y看成未知函数,x看成自变量 也可以把x看成未知函数,y看成自变量.即变量x与变 量y在方程中的地位是对称的,因此也常称形式为 M(xy)dx+nxydy=0的方程为对称形式的微分方程

用回归方程定量地刻划出一个因变量Y与 多个自变量X1，X2…之间的线性依存关 系，称为多重线性回归。其中自变量可 以是随机变动的，也可以是人为选定的， 而因变量是随机变量。 若所有变量都是随机的，还可做多重相 关来描述因变量与一组自变量之间的线 性关系；用偏相关(partial correlation) 描述因变量和一个自变量在扣除其他自 变量影响之后的线性相关

一、目的要求 1. 掌握变量的类型； 2.通过电脑实验了解定量资料的频数分布表的编制方法和分布规律； 3.掌握平均数指标和变异指标的含义、计算方法和适用条件； 4. 熟悉制作常用统计图表的基本方法、要求和规则

一、目的要求 1.掌握两个定量变量之间相关分析与回归分析的意义、用途与假设检验。 2.掌握分类计数资料的两变量间关联性的定量分析方法。 3.掌握直线相关与回归分析的区别与联系

一、目的要求 1. 掌握两个定量变量之间相关分析的意义、用途与假设检验。 2.掌握分类计数资料的两变量间关联性的定量分析方法

一、目的要求 1. 掌握变量的类型； 2.通过电脑实验了解定量资料的频数分布表的编制方法和分布规律； 3.掌握平均数指标和变异指标的含义、计算方法和适用条件； 4. 熟悉制作常用统计图表的基本方法、要求和规则

一、目的要求 1.掌握两个定量变量之间相关分析与回归分析的意义、用途与假设检验。 2.掌握分类计数资料的两变量间关联性的定量分析方法。 3.掌握直线相关与回归分析的区别与联系